Derin öğrenme algoritmalarına dayalı tahmin: BİST100 ve USD/TRY üzerine bir uygulama
Prediction based on deep learning algorithms: an application on BİST100 and USD/TRY
- Tez No: 797284
- Danışmanlar: DOÇ. DR. NECLA GÜNDÜZ TEKİN
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günlük hayatta zaman serisi verileri oldukça karmaşık problemler içermektedir. Bundan dolayı zaman serisi veri analizi ve tahminini tutarlı şekilde yapmak önemlidir. Teknolojik gelişmeler sayesinde günümüz bilgisayarlarının performansları artmış ve bu artışa bağlı olarak birçok amaca hizmet eden algoritmalar geliştirilmiştir. Geliştirilen bu algoritmalar her alanda olduğu gibi zaman serisi analizlerinde de uygulanmakta ve karar vericinin farklı boyutlarını destekleyen roller üstlenmektedir. Özellikle finans alanında önceden öngörülmesi önemli olan borsa işlemlerinde bu tahmin algoritmalarına çok fazla başvurulmaktadır. Farklı istatistiksel ve matematiksel analiz, makine öğrenmesi ve derin öğrenme zaman serisi analizinde ve gelecek tahmini yapabilmek için kullanılmaktadır. Bu algoritmalar geleneksel yöntemlere göre daha üstün performans sergilemiş ve kullanımları yaygınlaşmıştır. Bu çalışmada Yahoo Finans üzerinden elde edilen Bist100 ve USD/TRY endekslerine ait 5 yıl (09.03.2017-09.03.2022) geriye dönük verileri kullanılarak derin öğrenme ve makine öğrenmesi yöntemleriyle kapanış fiyat tahminleri tahmin edilebilirliği ve bu yöntemlerin uygulanabilirliği araştırılmıştır. Çalışmada veri, eğitim verisi (%80) ve test verisi (%20) olmak üzere ikiye ayrılarak, Tekrarlayan Sinir Ağı (RNN) ve Uzun-Kısa Vadeli Bellek (LSTM) yöntemleriyle tahminleri yapılmıştır. Uygulanan yöntemlerden ulaşılan sonuçlar tahminlerin dönemin olumsuzluklarından etkilenerek bazı sapmalar gerçekleştirdiği ve uygulanan yöntemlerin kısa dönemli veriler ile veya teknik/temel analiz uygulanmış verilerle daha tutarlı sonuç verebileceği düşünülmektedir.
Özet (Çeviri)
In daily life, time series data contains very complex problems. Therefore, it is important to analyze and forecast time series data consistently. Thanks to technological advances, the performance of today's computers has increased and algorithms that serve many purposes have been developed. These algorithms are applied in time series analysis as in every field and play roles that support different dimensions of the decision maker. Especially in the field of finance, these forecasting algorithms are widely used in stock market transactions, which are important to predict in advance. Different statistical and mathematical analysis, machine learning and deep learning are used in time series analysis and future prediction. These algorithms have shown superior performance compared to traditional methods and their use has become widespread. In this study, we investigate the predictability and applicability of closing price forecasts with deep learning and machine learning methods using 5-year (09.03.2017-09.03.2022) retrospective data of BIST100 and USD/TRY indices obtained from Yahoo Finance. In the study, the data was divided into two parts as training data (80%) and test data (20%) and predictions were made with Recurrent Neural Network (RNN) and Long-Short Term Memory (LSTM) methods. The results obtained from the applied methods show that the forecasts are affected by the adverse conditions of the period and some deviations are realized, and it is thought that the applied methods can give more consistent results with short-term data or data with technical/basic analysis.
Benzer Tezler
- Türkiye'de aile planlaması çalışmalarında erkeklerin önemi, hastane personeli ile fabrika işçilerinin doğum kontrol yöntemlerine karşı tutum ve davranranışlarında farklılığın araştırılması
Başlık çevirisi yok
KAMİL MALKOÇLU
Yüksek Lisans
Türkçe
1987
Demografiİstanbul ÜniversitesiAile Sağlığı Ana Bilim Dalı
DOÇ. DR. DERİN KÖSEBAY
- Değişik derim zamanı ve önsoğutmanın Bursa siyahı incir çeşidinin meyve kalitesi ve pazarlama süresi üzerine etkileri
Effects of haruest time and precooling on fruit quality and shelf-life of the fig variety“Bursa siyahı”
FÜSUN GÜRSEL ÇELİKEL
- Tekstil boyamacılığında atık flottede boyama imkanları üzerine araştırma
Başlık çevirisi yok
MEHMET YAKARTEPE
Yüksek Lisans
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. KERİM DURAN
- Ön işlemenin ve askorbik asitin dondurularak depolanan yılan balıklarının (Anguilla anguilla) kalitesine etkileri
Başlık çevirisi yok
H.VOLKAN GÖKSEL
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiSu Ürünleri Ana Bilim Dalı
DOÇ. DR. AYDIN URAL
- Antakya tarihi ticaret merkezi mekansal yapı değişim ve gelişim sürecinin kent ticaret merkezi planlamasına etkinliği
The Effectiveness of spatial structural chance and development period of the historical trade center of Antakya in the urban trade planning
NEVİN TURGUT
Yüksek Lisans
Türkçe
1986
Şehircilik ve Bölge PlanlamaGazi ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
YRD. DOÇ. DR. NURCAN UYDAŞ